基于ARDUINO的铀矿井下环境监测及智能通风系统设计*

2022-08-10耿新洋袁正平王富林

中国安全生产科学技术 2022年7期

耿新洋，袁正平，王富林

(南华大学资源环境与安全工程学院，湖南衡阳 421001)

0 引言

铀矿井下采场属于典型的受限作业空间，其空气环境中除了与普通金属矿山基本一致的有毒有害气体以外，氡及氡子体、含放射性核素的粉尘、气溶胶等可吸入性物质是造成内照射的主要原因[1-3]。受限作业空间中氡及氡子体的浓度、析出规律以及粉尘的分布特征受到通风方式、通风风量、矿岩掘进、矿石爆破等因素的影响，而通风降氡是地下铀矿开采辐射防护极其主要、有效的方式。但这些因素之间相互影响制约，一是难以实时精准监测氡及氡子体浓度，二是无法适应环境—通风协调的通风降氡需求[4]。

当铀矿采用抽出式通风时，随着风量的增大，作业空间内氡的析出量也随之上升[5]，特别是开采进入中后期时，抽出式通风会使工作面入风氡污染较严重；当采用压入式通风时，正压作用能抑制矿壁中氡的析出，从而降低风流中氡的浓度，同时总排风口排氡量少，对排风井附近的环境影响也较小[6]。由此，地下开采铀矿采用基于环境质量监测的自动调节通风系统不仅可以降低氡浓度超标对人体的影响，还可以提高通风效率、实现按需供风，同时遵循变频调控规则，环境异常时发出预警[7]。

本文选用压入式通风方案，基于ARDUINO硬件平台，设计1种“人—机—环”互联自适应的铀矿智能通风降氡系统。通过监测井下受限作业空间中氡及其子体浓度、铀矿尘浓度、风速等环境数据，利用云计算平台将数据整合储存至网络数据服务器中，实现环境数据信息化，远程智能控制通风系统，进而影响环境中各项指标，实现人、设备、环境三者互联。

1 系统总体框架设计

图1为基于ARDUINO的铀矿环境监测及智能调控系统结构图，其由数据感知输入层、指令信号决策层、云监测及控制层3个部分组成。数据感知输入层实现铀矿井下环境参数数据监测，局部监测点采集的数据经过信号处理后传入指令信号决策层，指令信号决策层通过ARDUINO主控完成逻辑判断，将指令传至通风系统和报警系统，其中主通风机根据系统总风量调节。辅助通风机由相应回采工作面、掘进工作面、硐室的环境检测数据控制；图1中上方为云监测及控制层，用于存储记录环境参数数据、输出控制指令，实现远程动态可视化监测，采用ESP8266-WiFi模块进行数据上传和接收云平台的控制指令，可实现人工干预通风设备降氡降尘。

图1 基于ARDUINO的铀矿环境监测及智能调控系统

2 硬件系统设计

2.1 主控设计

铀矿井下存在多种环境参数复合的情况，需要主控能够同时接入多个不同的环境数据进行处理，且需要输出多个信号实现控制通风设备及数据联网。本文系统中，硬件主控采用基于AVR单片机的ARDUINO UNO R3开发板，该开发板能够实现多输入、多输出的功能，将传感器捕获的数据进行处理，并将控制信号输出至相应设备，进而实现环境调控功能。因其具有较优的开发性，硬件传感器可根据铀矿井下具体实施情况进行改良，主控开发板内置程序可重复编写烧录，为后期升级系统提供基础。在程序编写方面，ARDUINO作为1种具有开放代码源的电子开发系统，具有语言封装性高的优势，其绝大部分功能提供库函数，可直接调用函数进行编程[8]。图2为ARDUINO UNO R3开发板引脚说明，共有14个数字输入/输出引脚，其中3，5，6，9，10，11数字接口可作为PWM输出引脚，数字接口作为数字输出引脚分别连接通风设备输入端口、报警设备输入端口。6个模拟输入引脚依次接入氡及其子体浓度传感器、风速传感器、粉尘浓度传感器。USB接口用于烧录主控程序。

图2 ARDUINO UNO R3开发板引脚说明

2.2 通信系统设计

基于大数据、云计算的矿井监测与预警技术未来发展趋势，根据“智慧矿山”基本内涵与建设要求，未来矿山安全监测将实现信息智能化，数据接入云平台后，建立监测参数数据库为人工智能提供设计和数值分析模型，以产生更高效地降氡降尘的通风实施方案。人员能够远程直观观测铀矿井下环境参数，手动调节通风设备的工作状态，以产生更有效、更灵活的实施方案。通信系统采用ESP8266-01s型号Wi-Fi传输模块与ARDUINO主控之间通信，其内置TCP/IP协议栈，实现远程传输数据和控制的功能[9]。配置ESP8266-01s联网命令，实现自动进入透传模式连接云平台且掉线重连功能，接线方式为ARDUINO UNO R3的RX接口和TX接口分别与ESP8266-01s的TXD接口与 RXD接口连接，建立传感器采集数据上传云平台与云平台传输控制信号的通信。

2.3 环境参数采集传感模块设计

本文系统设计需要对铀矿井下氡及其子体浓度、风速、铀矿粉尘浓度进行监测，风量可根据风速推算得知。分别选用RHZM—Ⅰ型氡及其子体连续监测仪、JY-YL2叶轮风速传感器、GCD1000型粉尘浓度传感器。RHZM—Ⅰ型氡及其子体连续监测仪具有体积小、灵敏度高、响应时间快、可连续测定氡及其子体浓度等特点，监测过程中，氡子体在入口滤膜聚集，其可被硅探测器所探测并实时测量，纯氡在收集衰变室产生新的子体，其主要部分被静电高压作用下聚集在收集衰变室出口处，通过测出口探测器所得的α计数确定氡浓度[10]，经过检测仪内部微处理器将处理后的信号通过串口传输；JY-YL2叶轮风速传感器具有测量正反风速、精度高等特点，工作环境温度在-20 ℃至+80 ℃之间，能够良好地适应井下高温环境；GCD1000型粉尘浓度传感器粉尘浓度测量范围：0.1～1 000 mg/m3、粉尘设置范围：0～1 000 mg/m3。

传感器数据采集布局设计中，风速、铀矿粉尘浓度、氡及其子体浓度传感器数据采集监测点分别设置在各回采工作面、掘进工作面、硐室。监测点传感器将连续测得的数据经过数据处理后传入ARDUINO主控中，进行数据处理后控制局部通风系统工作[11]。

2.4 氡及其子体浓度及铀矿尘超标报警设计

由于氡气无色无味的物理性质，施工作业人员无法察觉工作环境的氡及其子体浓度，若浓度超标将对人体造成极大危害，浓度报警装置可根据氡及其子体连续监测仪监测到的浓度数值通过主控发送工作指令信号，警示施工人员尽快撤离。铀矿尘超标报警设计由蜂鸣器和红色报警灯组成，报警器和红色报警灯可直接接收ARDUINO主控中输出的高低电平，将报警器的信号输入端与ARDUINO主控的数字输出引脚8相连，设置为低电平持续触发，报警器连续工作，红色报警灯与ARDUINO主控的数字输出引脚12相连，低电平触发工作，同时将报警信息上传至云平台，并将报警区域、时间、氡及其子体浓度和铀矿粉尘浓度随时间变化趋势、通风系统反馈动作记录云平台数据库中，为分析事故原因及预判事故发生提供数据基础。

3 软件系统设计

主通风机程序设定，计算全矿井所需总风量且因存在内外漏风、分风不均衡等多种不可准确估计的因素，在设定总需风量时留有一定富余量，判断系统总风量是否低于总需风量，智能改变主通风机工作特性，调节系统总风量。读取传感器数据输入值，与ARDUINO主控程序中设定数值进行逻辑运算，根据判断结果控制主通风机的运作。

辅助通风机的工作状态取决于其工作区域的风速和空气中铀矿尘浓度、氡及其子体浓度，根据程序设定，判断工作面的风速是否达到规定施工值，输入风速值未达到工作面规定施工值时，控制辅助通风机功率升高满足工作面风速最低限定值，进入正常工作模式。传感器采集的数据必然存在一定时延以及误差，将氡及其子体浓度限定值下限的5%作为预设值，根据现场氡及其子体浓度判断辅助通风机通风设备功率模式及报警模块响应情况。同样将铀矿粉尘浓度限定值下限的5%作为预设值，根据现场采集到的铀矿粉尘浓度，ARDUINO主控控制辅助通风机通风设备的功率模式，未出现浓度超标等情况，则判断各区域风速是否超出标准限定的最高风速值，若超出将智能调节辅助通风机，整个系统的测定的总风量值将上传至云平台，系统总风量超出设定所需总风量值时报警，人工控制各辅助通风机与主通风机的功率模式。

主、辅通风机流程如图3所示。

图3 主、辅通风机流程

4 网络云平台搭建

云平台构架如图4所示。

图4 云平台构架

传统的矿井下有线传输数据的通信方式存在一定弊端，例如：当线缆某一网络节点断开时，造成数据上传不及时，引发安全问题。矿井下线缆部署困难，且耗费成本高。所以本文选用无线传输的通信方式，可有效解决线缆布局延展性差等弊端，方便后期根据不同情况建立新的检测端口[12]。网络搭建由ESP8266-WiFi模块、ARDUINO主控模块、网络云平台3部分组成，通过网络协议进行数据传输，如图5所示。云平台创建相应传感器的产品和控制通风及报警设备，环境参数将通过配置完毕的网络协议连接通信接入云平台的设备，以报文形式发送，实现PC端和手机应用端实时监测环境中各项指标、远程控制通风系统，协调各风机工作的功能。同时在云平台应用管理界面进行编辑和设计，使各项指标易于分辨及观测[13-16]。

图5 ESP8266-WiFi模块工作流程

配置完毕的ESP8266-WiFi模块初始化后，自动接入云平台服务器设备，数据感知输入层中各传感器进入初始化，获取环境信息送至ARDUINO主控，通过ESP8266-WiFi模块将环境信息上传至云平台服务器设备，在物联网平台实时监测环境的变化。

5 展望

从大数据、云计算的未来发展趋势看，未来矿山安全监测与预警系统将会从传感技术、控制技术、通信技术、人工智能技术等方面的发展得到快速升级。本文系统设计具有灵活性和开发性，后期可同步最新传感器，能够替换更加完善的传感器，接入ARDUINO主控的硬件设施可根据不同的铀矿山应用场景进行设备更换，同时云平台将收集到的环境监测数据以及通风系统机制同步反馈至数据库，建立深度学习数据模型库，结合最优算法多环节、多层次进行迭代优化，预测出最佳通风模式，并能够提前告知预警信息，搭建集通风模式和预警最优的反馈机制。未来矿山将集开采、冶炼、安全防护、尾矿充填建立起完整的数据调控中心，以云计算为基础实现统一调控、相互协调、数据共享、自动化与数据分析相融合的现代化数字矿山。